当期目录

2019年 第39卷 第4期 刊出日期：2019-04-10

上一期   下一期

人工智能

基于AUC及Q统计值的集成学习训练方法

章宁, 陈钦

2019, 39(4):  935-939.  DOI: 10.11772/j.issn.1001-9081.2018102162

摘要 ( )   PDF (884KB) ( )  

参考文献 | 相关文章 | 计量指标

针对借贷过程中的信息不对称问题，为更有效地整合不同的数据源和贷款违约预测模型，提出一种集成学习的训练方法，使用AUC（Area Under Curve）值和Q统计值对学习器的准确性和多样性进行度量，并实现了基于AUC和Q统计值的集成学习训练算法（TABAQ）。基于个人对个（P2P）贷款数据进行实证分析，发现集成学习的效果与基学习器的准确性和多样性关系密切，而与所集成的基学习器数量相关性较低，并且各种集成学习方法中统计集成表现最好。实验还发现，通过融合借款人端和投资人端的信息，可以有效地降低贷款违约预测中的信息不对称性。TABAQ能有效发挥数据源融合和学习器集成两方面的优势，在保持预测准确性稳步提升的同时，预测的一类错误数量更是进一步下降了4.85%。

泛化误差界指导的鉴别字典学习

徐涛, 王晓明

2019, 39(4):  940-948.  DOI: 10.11772/j.issn.1001-9081.2018081785

摘要 ( )   PDF (1327KB) ( )  

参考文献 | 相关文章 | 计量指标

在提高字典鉴别能力的过程中，最大间隔字典学习忽视了利用重新获得的数据构建分类器的泛化性能，不仅与最大间隔原理有关，还与包含数据的最小包含球（MEB）半径有关。针对这一事实，提出泛化误差界指导的鉴别字典学习算法GEBGDL。首先，利用支持向量机（SVM）的泛化误差上界理论对支持向量引导的字典学习算法（SVGDL）的鉴别条件进行改进；然后，利用SVM大间隔分类原理和MEB半径作为鉴别约束项，促使不同类编码向量间的间隔最大化，并减小包含所有编码向量的MEB半径；最后，为了更充分考虑分类器的泛化性能，采用交替优化策略分别更新字典、编码系数和分类器，进而获得编码向量相对间隔更大的分类器，从而促使字典更好地学习，提升字典鉴别能力。在USPS手写数字数据集，Extended Yale B、AR、ORL三个人脸集，Caltech101、COIL20、COIL100物体数据集中进行实验，讨论了超参数和数据维度对识别率的影响。实验结果表明，在七个图像数据集中，多数情况下所提算法的识别率优于类标签一致K奇异值分解（LC-KSVD）、局部特征和类标嵌入约束字典学习（LCLE-DL）算法、Fisher鉴别字典学习（FDDL）和SVGDL等算法；且在七个数据集中，该算法也取得了比基于稀疏表示的分类（SRC）、基于协作表示的分类（CRC）和SVM更高的识别率。

增强开发能力的改进人工蜂群算法

张志强, 鲁晓锋, 孙钦东, 王侃

2019, 39(4):  949-955.  DOI: 10.11772/j.issn.1001-9081.2018091984

摘要 ( )   PDF (930KB) ( )  

参考文献 | 相关文章 | 计量指标

为解决人工蜂群（ABC）算法收敛速度慢、精度不高和易于陷入局部最优等问题，提出一种增强开发能力的改进人工蜂群算法。一方面，将得出的最优解以两种方式直接引入雇佣蜂搜索公式中，通过最优解指导雇佣蜂的邻域搜索行为，以增强算法的开发或局部搜索能力；另一方面，在旁观蜂搜索公式中结合当前解及其随机邻域进行搜索，以改善算法的全局优化能力。对多个常用基准测试函数的仿真实验结果表明，在收敛速度、精度和全局优化能力等方面，所提算法总体上优于其他类似的ABC算法（例如ABC/best）和集成多种搜索策略的ABC算法（例如ABCVSS（ABC algorithm with Variable Search Strategy）和ABCMSSCE（ABC algorithm with Multi-Search Strategy Cooperative Evolutionary））。

基于双特征和松弛边界的随机森林进行异常点检测

胡淼, 王开军

2019, 39(4):  956-962.  DOI: 10.11772/j.issn.1001-9081.2018091966

摘要 ( )   PDF (1029KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有基于随机森林的异常检测算法性能不高的问题，提出一种结合双特征和松弛边界的随机森林算法用于异常点检测。首先，在只使用正常类数据构建随机森林的分类决策树过程中，在二叉决策树的每个节点里记录两个特征的取值范围（每个特征对应一个值域），以此双特征值域作为异常点判断的依据。然后，在进行异常检测时，当某样本不满足决策树节点中的双特征值域时，该样本被标记为候选异常类；否则，该样本进入决策树的下层树节点继续作特征值域的比较，若无下层节点则被标记为候选正常类。最后，由随机森林算法中的判别机制决定该样本的类别。在5个UCI数据集上进行的异常点检测实验结果表明，所提方法比现有的异常检测随机森林算法性能更好，其综合性能与孤立森林（iForest）和一类支持向量机（OCSVM）方法相当或更好，且稳定于较高水平。

正常衰老的人脑功能网络演化模型

丁超, 赵海, 司帅宗, 朱剑

2019, 39(4):  963-971.  DOI: 10.11772/j.issn.1001-9081.2018081850

摘要 ( )   PDF (1354KB) ( )  

参考文献 | 相关文章 | 计量指标

为了对正常衰老的人脑功能网络（NABFN）的拓扑结构变化进行探究，提出一种基于朴素贝叶斯的网络演化模型（NBM）。首先，依据朴素贝叶斯（NB）的链路预测算法与解剖距离来定义节点间存在连边的概率；其次，利用特定的网络演化算法，在青年人的脑功能网络基础上，通过不断地增加连边来逐步得到相应中年及老年时期的模拟网络；最后，为了对模拟网络与真实网络间的相似程度进行评价，提出网络相似指标（SI）值。仿真实验结果表明，与基于共同邻居的网络演化模型（CNM）相比，NBM构建的模拟网络与真实网络间的SI值（4.479 4，3.402 1）高于CNM模拟网络对应的SI值（4.100 4，3.013 2）；并且，两者模拟网络的SI值均明显高于随机网络演化算法所得模拟网络的SI值（1.892 0，1.591 2）。实验结果证实NBM能够更为准确地预测出NABFN的拓扑结构变化过程。

基于注意力机制的改进CLSM检索式匹配问答方法

于重重, 曹帅, 潘博, 张青川, 徐世璇

2019, 39(4):  972-976.  DOI: 10.11772/j.issn.1001-9081.2018081691

摘要 ( )   PDF (752KB) ( )  

参考文献 | 相关文章 | 计量指标

针对检索式匹配问答模型对中文语料适应性弱和句子语义信息被忽略的问题，提出一种基于卷积神经网络潜在语义模型（CLSM）的中文文本语义匹配模型。首先，在传统CLSM基础上进行改进，去掉单词和字母的N元模型层，以增强模型对中文语料的适应性；其次，采用注意力机制算法，针对输入的中文词向量信息建立实体关注层模型，以加强句中核心词的权重信息；最后，通过卷积神经网络（CNN）有效地捕获输入句子上下文结构方面信息，并通过池化层对获取的语义信息进行降维。基于医疗问答对数据集，将改进模型与传统语义模型、传统翻译模型、深度神经网络模型进行对比，实验结果显示所提模型在归一化折现累积增益（NDCG）方面有4~10个百分点的提升，优于对比模型。

基于孪生网络和双向最大边界排序损失的行人再识别

祁子梁, 曲寒冰, 赵传虎, 董良, 李博昭, 王长生

2019, 39(4):  977-983.  DOI: 10.11772/j.issn.1001-9081.2018091889

摘要 ( )   PDF (1221KB) ( )  

参考文献 | 相关文章 | 计量指标

针对在实际场景中存在的不同行人图像之间比相同行人图像之间更相似所造成的行人再识别准确率较低的问题，提出一种基于孪生网络并结合识别损失和双向最大边界排序损失的行人再识别方法。首先，对在超大数据集上预训练过的神经网络模型进行结构改造，主要是对最后的全连接层进行改造，使模型可以在行人再识别数据集上进行识别判断；其次，联合识别损失和排序损失监督网络在训练集上的训练，并通过正样本对的相似度值减去负样本对的相似度值大于预定阈值这一判定条件，来使得负例图像对之间的距离大于正例图像对之间的距离；最后，使用训练好的神经网络模型在测试集上测试，提取特征并比对特征之间的余弦相似度。在公开数据集Market-1501、CUHK03和DukeMTMC-reID上进行的实验结果表明，所提方法分别取得了89.4%、86.7%、77.2%的rank-1识别率，高于其他典型的行人再识别方法，并且该方法在基准网络结构下最高达到了10.04%的rank-1识别率提升。

基于组合类别空间的随机游走推荐算法

樊玮, 谢聪, 肖春景, 曹淑燕

2019, 39(4):  984-988.  DOI: 10.11772/j.issn.1001-9081.2018081822

摘要 ( )   PDF (827KB) ( )  

参考文献 | 相关文章 | 计量指标

传统的类别驱动方法只考虑类别间的关联或是将其组织成扁平或层次结构，而项目和类别对应关系复杂，其他信息容易被忽略。针对这个问题提出基于组合类别空间的随机游走推荐算法，更好地组织了项目类别信息、缓解了数据稀疏。首先，建立一个用哈斯图表示的项目组合类别空间，将项目和类别复杂的一对多关系映射成一对一的简单关系，并表示用户上下层次、同层次及跨层次的项目类别间的跳转；接着，定义组合类别空间的语义关系及链接、偏好两种语义距离，更好地定性、定量描述用户动态偏好的变化；然后，结合组合类别空间上用户浏览图的语义关系、语义距离、用户行为跳转、跳转次数、时序、评分等各种信息，利用随机游走建立用户个性化类别偏好模型；最后，根据用户个性化偏好完成基于用户的协同过滤项目推荐。在MovieLens数据集上的实验显示，与基于用户的协同过滤（UCF）、基于类别关联的推荐模型（UBGC和GENC）相比，所提算法推荐的F1-score提高了6~9个百分点，平均绝对误差（MAE）减小了20%~30%；与基于类别层次潜在因子模型（CHLF）相比，所提算法推荐的F1-score提高了10%。实验结果表明，所提算法在排序推荐上优于传统基于类别的推荐算法。

融入二维码信息的自适应蒙特卡洛定位算法

胡章芳, 曾林全, 罗元, 罗鑫, 赵立明

2019, 39(4):  989-993.  DOI: 10.11772/j.issn.1001-9081.2018091910

摘要 ( )   PDF (790KB) ( )  

参考文献 | 相关文章 | 计量指标

蒙特卡洛定位（MCL）算法存在计算量大、定位精度差的问题，由于二维码具有携带信息的多样性、二维码识别的方便性与易用性的特点，提出一种融入二维码信息的自适应蒙特卡洛定位算法。首先，利用二维码提供的绝对位置信息修正里程计模型的累计误差后进行采样；然后，采用激光传感器提供的观测模型确定粒子的重要性权重；最后，因为重采样部分采用固定样本集会导致大计算量，所以利用Kullback-Leibler距离（KLD）进行重采样，根据粒子在状态空间的分布情况自适应调整下一次迭代所需粒子数，从而减小计算量。基于移动机器人进行的实验结果表明，改进算法与传统蒙特卡洛算法相比定位精度提高了15.09%，时间缩短了15.28%。

基于Elman神经网络的GNSS/INS全域高精度定位方法

邓天民, 方芳, 岳云霞, 杨其芝

2019, 39(4):  994-1000.  DOI: 10.11772/j.issn.1001-9081.2018091920

摘要 ( )   PDF (1000KB) ( )  

参考文献 | 相关文章 | 计量指标

针对当前智能网联汽车定位与导航系统无法接收全球导航卫星系统（GNSS）信号引起定位失效的问题，提出一种基于Elman神经网络的GNSS结合惯性导航系统（INS）的全域高精度定位方法。首先，采用神经网络方法，建立了基于Elman网络的GNSS/INS高精度定位训练模型和GNSS失效预测模型；然后，利用GNSS、INS和实时动态（RTK）等定位技术，设计了GNSS/INS高精度定位数据采集实验系统；最后，选取采集的有效实验数据进行了反向传播（BP）神经网络、级联BP（CFBP）神经网络、Elman神经网络的训练模型性能对比分析，并验证了基于Elman网络的GNSS失效预测模型。实验结果表明，所提方法训练误差指标均优于基于BP和CFBP神经网络的方法；在GNSS失效1 min、2 min、5 min时，基于预测模型的预测平均绝对误差（MAE）、方差（VAR）和均方根误差（RMSE）分别为18.88 cm、19.29 cm、58.83 cm，8.96、8.45、5.68和20.90、21.06、59.10，随着GNSS信号失效时长的增加，定位预测精度降低。

基于深度学习的四旋翼无人机单目视觉避障方法

张午阳, 章伟, 宋芳, 龙林

2019, 39(4):  1001-1005.  DOI: 10.11772/j.issn.1001-9081.2018091952

摘要 ( )   PDF (890KB) ( )  

参考文献 | 相关文章 | 计量指标

针对无人机避障问题，提出一种基于深度学习的四旋翼无人机单目视觉避障方法。首先通过目标检测框选出目标在图像中的位置，并通过计算目标选框上下边距的长度，以此来估量出障碍物到无人机之间的距离；然后通过协同计算机判断是否执行避障动作；最后使用基于Pixhawk搭建的飞行实验平台进行实验。实验结果表明，该方法可用于无人机低速飞行条件下避障。该方法所用到的传感器只有一块单目摄像头，而且相对于传统的主动式传感器避障方法，所占用无人机的体积大幅减小。该方法鲁棒性较好，能够准确识别不同姿态的人，实现对人避障。

改进A^*算法在机器人室内路径规划中的应用

陈若男, 文聪聪, 彭玲, 尤承增

2019, 39(4):  1006-1011.  DOI: 10.11772/j.issn.1001-9081.2018091977

摘要 ( )   PDF (972KB) ( )  

参考文献 | 相关文章 | 计量指标

传统A^*算法在面向机器人室内多U型障碍的特殊场景下规划路径时，容易忽略机器人实际大小，且计算时间较长。针对这个问题，提出一种改进A^*算法。首先引入邻域矩阵进行障碍搜索以提升路径安全性，然后研究不同类型和尺寸的邻域矩阵对算法性能的影响，最后结合角度信息和分区自适应距离信息对启发函数进行改进以提高计算效率。实验结果表明，改进A^*算法可以通过更改障碍搜索矩阵的尺寸来获得不同的安全间距，以保证不同机器人在不同地图环境下的安全性；而且在复杂大环境中与传统A^*算法相比寻路速度提高了28.07%，搜索范围缩小了66.55%，提高了机器人在遇到动态障碍时二次规划的灵敏性。

数据科学与技术

融合节点描述属性信息的网络表示学习算法

刘正铭, 马宏, 刘树新, 李海涛, 常圣

2019, 39(4):  1012-1020.  DOI: 10.11772/j.issn.1001-9081.2018081851

摘要 ( )   PDF (1354KB) ( )  

参考文献 | 相关文章 | 计量指标

为融合节点描述信息提升网络表示学习质量，针对社会网络中节点描述属性信息存在的语义信息分散和不完备性问题，提出一种融合节点描述属性的网络表示（NPA-NRL）学习算法。首先，对属性信息进行独热编码，并引入随机扰动的数据集增强策略解决属性信息不完备问题；然后，将属性编码和结构编码拼接作为深度神经网络输入，实现两方面信息的相互补充制约；最后，设计了基于网络同质性的属性相似性度量函数和基于SkipGram模型的结构相似性度量函数，通过联合训练实现融合语义信息挖掘。在GPLUS、OKLAHOMA和UNC三个真实网络数据集上的实验结果表明，和经典的DeepWalk、TADW（Text-Associated DeepWalk）、UPP-SNE（User Profile Preserving Social Network Embedding）和SNE（Social Network Embedding）算法相比，NPA-NRL算法的链路预测AUC（Area Under Curve of ROC）值平均提升2.75%，节点分类F1值平均提升7.10%。

基于全局融合的多核概念分解算法

李飞, 杜亮, 任超宏

2019, 39(4):  1021-1026.  DOI: 10.11772/j.issn.1001-9081.2018081817

摘要 ( )   PDF (890KB) ( )  

参考文献 | 相关文章 | 计量指标

非负矩阵分解（NMF）算法仅能用于对原始非负数据寻找低秩近似，而概念分解（CF）算法将矩阵分解模型扩展到单个非线性核空间，提升了矩阵分解算法的学习能力和普适性。针对无监督环境下概念分解面临的如何设计或选择合适核函数这一问题，提出基于全局融合的多核概念分解（GMKCF）算法。同时输入多种候选核函数，在概念分解框架下基于全局线性权重融合对它们进行学习，以得出质量高稳定性好的聚类结果，并解决概念分解模型面临核函数选择的问题。采用交替迭代的方法对新模型进行求解，证明了算法的收敛性。将该算法与基于核的K-均值（KKM）、谱聚类（SC）、KCF（Kernel Concept Factorization）、Coreg（Co-regularized multi-view spectral clustering）、RMKKM（Robust Multiple KKM）在多个真实数据库上的实验结果表明，该算法在数据聚类方面优于对比算法。

基于连通距离和连通强度的BIRCH改进算法

樊仲欣, 王兴, 苗春生

2019, 39(4):  1027-1031.  DOI: 10.11772/j.issn.1001-9081.2018081790

摘要 ( )   PDF (778KB) ( )  

参考文献 | 相关文章 | 计量指标

为解决利用层次方法的平衡迭代规约和聚类（BIRCH）算法聚类结果依赖于数据对象的添加顺序，且对非球状的簇聚类效果不好以及受簇直径阈值的限制每个簇只能包含数量相近的数据对象的问题，提出一种改进的BIRCH算法。该算法用描述数据对象个体间连通性的连通距离和连通强度阈值替代簇直径阈值，还将簇合并的步骤加入到聚类特征树的生成过程中。在自定义及iris、wine、pendigits数据集上的实验结果表明，该算法比多阈值BIRCH、密度改进BIRCH等现有改进算法的聚类准确率更高，尤其在大数据集上比密度改进BIRCH准确率提高6个百分点，耗时降低61%。说明该算法能够适用于在线实时增量数据，可以识别非球形簇和体积不均匀簇，具有去噪功能，且时间和空间复杂度明显降低。

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

毛伊敏, 刘银萍, 梁田, 毛丁慧

2019, 39(4):  1032-1040.  DOI: 10.11772/j.issn.1001-9081.2018091880

摘要 ( )   PDF (1499KB) ( )  

参考文献 | 相关文章 | 计量指标

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。

基于孪生神经网络的时间序列相似性度量

姜逸凡, 叶青

2019, 39(4):  1041-1045.  DOI: 10.11772/j.issn.1001-9081.2018081837

摘要 ( )   PDF (673KB) ( )  

参考文献 | 相关文章 | 计量指标

在时间序列分类等数据挖掘工作中，不同数据集基于类别的相似性表现有明显不同，因此一个合理有效的相似性度量对数据挖掘非常关键。传统的欧氏距离、余弦距离和动态时间弯曲等方法仅针对数据自身进行相似度公式计算，忽略了不同数据集所包含的知识标注对于相似性度量的影响。为了解决这一问题，提出基于孪生神经网络（SNN）的时间序列相似性度量学习方法。该方法从样例标签的监督信息中学习数据之间的邻域关系，建立时间序列之间的高效距离度量。在UCR提供的时间序列数据集上进行的相似性度量和验证性分类实验的结果表明，与ED/DTW-1NN相比SNN在分类质量总体上有明显的提升。虽然基于动态时间弯曲（DTW）的1近邻（1NN）分类方法在部分数据上表现优于基于SNN的1NN分类方法，但在分类过程的相似度计算复杂度和速度上SNN优于DTW。可见所提方法能明显提高分类数据集相似性的度量效率，在高维、复杂的时间序列的数据分类上有不错的表现。

多时间尺度时间序列趋势预测

王金策, 邓越萍, 史明, 周云飞

2019, 39(4):  1046-1052.  DOI: 10.11772/j.issn.1001-9081.2018091882

摘要 ( )   PDF (983KB) ( )  

参考文献 | 相关文章 | 计量指标

针对股票、基金等大量时间序列数据的趋势预测问题，提出一种基于新颖特征模型的多时间尺度时间序列趋势预测算法。首先，在原始时间序列中提取带有多时间尺度特征的特征树，其刻画了时间序列，不仅带有序列在各个层次的特征，同时表示了层次之间的关系。然后，利用聚类挖掘特征序列中的隐含状态。最后，应用隐马尔可夫模型（HMM）设计一个多时间尺度趋势预测算法（MTSTPA），同时对不同尺度下的趋势以及趋势的长度作出预测。在真实股票数据集上的实验中，在各个尺度上的预测准确率均在60%以上，与未使用特征树对比，使用特征树的模型预测效率更高，在某一尺度上准确率高出10个百分点以上。同时，与经典自回归滑动平均模型（ARMA）模型和PHMM（Pattern-based HMM）对比，MTSTPA表现更优，验证了其有效性。

基于改进深度信念网络的农业温室温度预测方法

周翔宇, 程勇, 王军

2019, 39(4):  1053-1058.  DOI: 10.11772/j.issn.1001-9081.2018091876

摘要 ( )   PDF (890KB) ( )  

参考文献 | 相关文章 | 计量指标

针对浅层神经网络面对温室复杂多变环境因子表征能力低、学习时间长的问题，提出一种基于改进深度信念网络并结合经验模态分解与门控循环单元的温室预测方法。首先，通过经验模态分解将温度环境因子进行信号分解，之后将分解出来的固有模态函数与残差信号进行不同程度的预测；然后，引入神经胶质改进深度信念网络，并将分解信号结合光照和二氧化碳进行多属性的特征提取；最后，将门控循环单元预测的信号分量相加获得最终的预测结果。仿真实验结果表明，与经验模态分解-深度信念网络（EMD-DBN）和深度信念网络-神经胶质链（DBN-g）相比，所提方法的预测误差分别降低了6.25%和5.36%，验证了其在强噪声、强耦合的温室时序环境下预测的有效性和可行性。

网络空间安全

支持语义扩展的动态多关键词密文排序检索

庞晓琼, 严小龙, 陈文俊, 余本国, 聂梦飞

2019, 39(4):  1059-1065.  DOI: 10.11772/j.issn.1001-9081.2018091865

摘要 ( )   PDF (1001KB) ( )  

参考文献 | 相关文章 | 计量指标

针对云存储环境下已有的动态多关键词密文排序检索方案不支持关键词语义扩展、不具备前向安全和后向安全的问题，提出一种支持语义检索且具备前向安全和后向安全的动态多关键词密文排序检索方案。该方案通过构建语义关系图实现查询关键词的语义扩展；使用树索引结构实现数据的检索和动态更新；利用向量空间模型实现多关键词排序搜索；基于安全K近邻算法对维度扩展后的索引和查询向量进行加密。安全性分析表明，该方案在已知密文模型下是安全的且具有动态更新时的前向安全和后向安全。效率分析及仿真实验结果表明，该方案在服务器检索效率方面优于目前同类型具有相同安全性或相同功能的方案。

动态主机配置协议泛洪攻击在软件定义网络中的实时防御

邹承明, 刘攀文, 唐星

2019, 39(4):  1066-1072.  DOI: 10.11772/j.issn.1001-9081.2018091852

摘要 ( )   PDF (1082KB) ( )  

参考文献 | 相关文章 | 计量指标

在软件定义网络（SDN）中，动态主机配置协议（DHCP）泛洪攻击报文通常能通过reactive方式主动地进入控制器，对SDN危害巨大。针对传统的DHCP泛洪攻击防御方法无法阻止SDN中该攻击带来的控制链路阻塞这一问题，提出一种DHCP泛洪攻击的动态防御机制（DDM）。DDM包含检测模型和缓解模型。在检测模型中，不同于他人提出的静态阈值检测方法，采用DHCP流量均速和IP池余量两个关键参数建立动态峰值估计模型来评估端口是否受到攻击，若受到攻击则交由缓解模型进行防御。在缓解模型中，利用地址解析协议（ARP）的应答特点进行IP池清洗，并设计了周期内分时段拦截机制对攻击源进行截流，在缓解阻塞的同时，最大限度减少拦截对用户正常使用的影响。仿真实验结果表明，相对静态阈值检测，DDM检测误差平均降低18.75%。DDM缓解模型能高效地拦截流量，同时将用户在拦截期正常接入网络的等待时间平均缩短81.45%。

基于智能合约的以太坊可信存证机制

曹迪迪, 陈伟

2019, 39(4):  1073-1080.  DOI: 10.11772/j.issn.1001-9081.2018092005

摘要 ( )   PDF (1333KB) ( )  

参考文献 | 相关文章 | 计量指标

针对以太坊平台提供的数据管理功能简单且存在低吞吐率和高延迟的问题，提出一种基于智能合约的以太坊可信存证机制。首先针对以太坊平台暴露的数据管理问题提出一个基于智能合约的以太坊可信存证框架，然后通过集中化数据统一处理、认证数据分布式存储以及高效动态取证这几个方面阐述所提机制的框架和实现，最后通过基于智能合约的系统开发表明了该机制的可实现性。实验及分析结果表明，该方法与传统关系数据库存证相比，增加了处理可信性、存储可信性和访问可信性；与区块链存证相比，丰富了数据管理功能、降低了区块存储成本、提高了存证效率。

基于Stacking的恶意网页集成检测方法

朴杨鹤然, 任俊玲

2019, 39(4):  1081-1088.  DOI: 10.11772/j.issn.1001-9081.2018091926

摘要 ( )   PDF (1165KB) ( )  

参考文献 | 相关文章 | 计量指标

针对目前主流恶意网页检测技术耗费资源多、检测周期长和分类效果低等问题，提出一种基于Stacking的恶意网页集成检测方法，将异质分类器集成的方法应用在恶意网页检测识别领域。通过对网页特征提取分析相关因素和分类集成学习来得到检测模型，其中初级分类器分别使用K近邻（KNN）算法、逻辑回归算法和决策树算法建立，而次级的元分类器由支持向量机（SVM）算法建立。与传统恶意网页检测手段相比，此方法在资源消耗少、速度快的情况下使识别准确率提高了0.7%，获得了98.12%的高准确率。实验结果表明，所提方法构造的检测模型可高效准确地对恶意网页进行识别。

结合优化支持向量机与K-means++的工控系统入侵检测方法

陈万志, 徐东升, 张静, 唐雨

2019, 39(4):  1089-1094.  DOI: 10.11772/j.issn.1001-9081.2018091932

摘要 ( )   PDF (829KB) ( )  

参考文献 | 相关文章 | 计量指标

针对工业控制系统传统单一检测算法模型对不同攻击类型检测率和检测速度不佳的问题，提出一种优化支持向量机和K-means++算法结合的入侵检测模型。首先利用主成分分析法（PCA）对原始数据集进行预处理，消除其相关性；其次在粒子群优化（PSO）算法的基础上加入自适应变异过程避免在训练的过程中陷入局部最优解；然后利用自适应变异粒子群优化（AMPSO）算法优化支持向量机的核函数和惩罚参数；最后利用密度中心法改进K-means算法与优化后的支持向量机组合成入侵检测模型，从而实现工业控制系统的异常检测。实验结果表明，所提方法在检测速度和对各类攻击的检测率上得到明显提升。

基于分布式路径计算单元的多域光网络组密钥管理方案

周阳, 吴启武, 姜灵芝

2019, 39(4):  1095-1099.  DOI: 10.11772/j.issn.1001-9081.2018092045

摘要 ( )   PDF (786KB) ( )  

参考文献 | 相关文章 | 计量指标

针对分布式路径计算单元（PCE）架构下多域光网络的通信特点和密钥管理需求，提出一种该架构下的组密钥管理方案。首先使用超图理论对分布式PCE架构下的多域光网络密钥关系进行建模得到两层式密钥超图；然后在自治域层采用基于自认证公钥密码体制和成员过滤技术的密钥管理方法，在PCE层采用基于椭圆曲线密码体制的组密钥协商方法；最后完成密钥的产生、分发、更新和动态管理，较好地解决了成员的私钥保密性问题和第三方节点的冒充问题，减少了密钥更新时的计算开销。性能分析显示，该方案具有前向安全性、后向安全性、密钥保密性和抗合谋攻击等特点，与典型的分散式方案相比，在密钥存储量、加解密次数和通信开销等方面取得了较优的性能。

基于多融合态的低密度三维模型信息隐藏算法

任帅, 徐振超, 王震, 贺媛, 张弢, 苏东旭, 慕德俊

2019, 39(4):  1100-1105.  DOI: 10.11772/j.issn.1001-9081.2018091855

摘要 ( )   PDF (929KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有三维模型信息隐藏算法无法有效抵抗不均匀压缩的问题，提出一种基于多融合态的多载体低密度的信息隐藏算法。首先通过平移和缩放对多个三维模型进行定位、定向及定型；其次对三维模型进行不同角度的旋转，以中心点作为融合点进行融合，得到多个融合态；再次，利用局部高度和Mean Shift聚类分析算法对融合态模型的顶点进行能量划分，得到不同能量的顶点；最后，通过修改顶点坐标的方法将经过Arnold置乱变化的秘密信息快速隐藏于多个融合态和三维模型中。实验结果表明，该算法对抵御不均匀压缩的攻击有很好的鲁棒性且具有很高的不可见性。

先进计算

大数据流式计算框架Heron环境下的流分类任务调度策略

张译天, 于炯, 鲁亮, 李梓杨

2019, 39(4):  1106-1116.  DOI: 10.11772/j.issn.1001-9081.2018081848

摘要 ( )   PDF (1855KB) ( )  

参考文献 | 相关文章 | 计量指标

新型大数据流式计算框架Apache Heron默认使用轮询调度算法进行任务调度，忽略了拓扑运行时状态以及任务实例间不同通信方式对系统性能的影响。针对这个问题，提出Heron环境下流分类任务调度策略（DSC-Heron），包括流分类算法、流簇分配算法和流分类调度算法。首先通过建立Heron作业模型明确任务实例间不同通信方式的通信开销差异；其次基于流分类模型，根据任务实例间实时数据流大小对数据流进行分类；最后将相互关联的高频数据流整体作为基本调度单元构建任务分配计划，在满足资源约束条件的同时尽可能多地将节点间通信转化为节点内通信以最小化系统通信开销。在包含9个节点的Heron集群环境下分别运行SentenceWordCount、WordCount和FileWordCount拓扑，结果表明DSC-Heron相对于Heron默认调度策略，在系统完成时延、节点间通信开销和系统吞吐量上分别平均优化了8.35%、7.07%和6.83%；在负载均衡性方面，工作节点的CPU占用率和内存占用率标准差分别平均下降了41.44%和41.23%。实验结果表明，DSC-Heron对测试拓扑的运行性能有一定的优化作用，其中对接近真实应用场景的FileWordCount拓扑优化效果最为显著。

基于多项式系数自回归模型的雷达性能参数最优组合预测

吴婕, 吕永乐

2019, 39(4):  1117-1121.  DOI: 10.11772/j.issn.1001-9081.2018091878

摘要 ( )   PDF (795KB) ( )  

参考文献 | 相关文章 | 计量指标

针对雷达故障预测与健康管理（PHM）技术工程实现中性能参数变化趋势预测准确度不高的问题，提出一种基于多项式系数自回归（PCAR）模型的性能参数预测方法。首先，介绍了PCAR模型的形式及其阶次、参数确定方法，该模型相对于传统的线性模型扩大了模型选择范围，有效降低了建模偏差；然后，为了进一步提高预测准确度，采用基于奇异值分解滤波算法（SVDFA），选取最优门限值，将性能参数监测序列拆分成与各个失效因素对应的子序列，最后分别采用不同阶次的PCAR模型来预测序列未来值。仿真实验结果表明，所提出的联合PCAR模型的组合预测方法同单一自回归滑动平均模型（ARMA）的预测结果相比，三个监测序列的预测准确度分别提高了79.7%、97.6%和82.8%。实验结果表明该预测方法可应用于雷达性能参数的预测，有利于提高雷达的工作可靠性。

网络与通信

基于DASH标准的码率平滑切换算法

黄胜, 付园鹏, 张倩云

2019, 39(4):  1122-1126.  DOI: 10.11772/j.issn.1001-9081.2018091933

摘要 ( )   PDF (887KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有的基于超文本传输协议的动态自适应流（DASH）码率自适应算法在无线网络环境中码率切换频繁以及平均码率偏低的问题，提出一种基于DASH标准的码率平滑切换（RSS）算法。首先，算法的带宽检测机制利用滑动窗口对历史下载速率进行取样以计算带宽偏移系数，根据带宽偏移系数的大小初步判断带宽的波动情况，并对波动较大的情况进一步确定是否存在一致性变化趋势，从而区分出带宽的持续变化和短暂抖动，同时计算出相应情况下的带宽预测值；其次，算法的码率决策模型综合考虑带宽波动情况、缓存占用和变化情况及带宽预测值等，并且分别采取快速缓冲（FB）、缓慢切换（SS）、快速上升（FR）、约束下降（LD）、稳定保持（SH）策略和休眠机制对码率选择过程进行动态控制。实验结果表明，与基于模糊逻辑的码率自适应算法以及吞吐量调节驱动的码率自适应算法相比，该算法在播放开始时能够在最短时间内将视频码率提升到最佳水平，提高视频播放过程中的平均码率，在播放过程中带宽骤变和交替性频繁波动情况下都能够很好地维持视频码率的稳定，将切换次数降到最低，从而获得良好的无线端视频体验质量。

动态自适应的HTTP流码率渐进切换算法

涂大喜, 蒋宇浩, 徐成, 余林琛

2019, 39(4):  1127-1132.  DOI: 10.11772/j.issn.1001-9081.2018091893

摘要 ( )   PDF (998KB) ( )  

参考文献 | 相关文章 | 计量指标

针对在动态网络环境和有限缓存容量限制下用户观看视频体验质量低的问题，提出一种综合考虑带宽和缓存因素的动态自适应的HTTP流码率渐进切换（DASBS）算法。首先，利用滑动窗口分析最近下载分片得到带宽初步估值；然后，依据实时带宽波动程度和缓存状态设置双矫正因子进一步平滑带宽估值；最后，设置缓存阈值使其与当前码率建立相关关系，并利用带宽估值和缓存动态阈值共同控制码率切换。使用libdash平台验证算法性能，DASBS在切换平滑性上优于VQCQ（Video Quality Control for QoE）算法，视频播放平均码率更高，有效提高了带宽利用率；平均码率稍低于EABS（Evolution of Adaptive Bitrate Switching）算法时，切换次数得到大幅下降，整体切换稳定性表现更优。实验结果表明，所提算法在动态网络环境中具有带宽高利用、切换平滑和切换稳定的良好表现，能够有效改善用户体验。

MIMO-GFDM系统中低复杂度动态禁忌搜索检测算法的改进

周围, 向丹蕾, 郭梦雨

2019, 39(4):  1133-1137.  DOI: 10.11772/j.issn.1001-9081.2018092002

摘要 ( )   PDF (721KB) ( )  

参考文献 | 相关文章 | 计量指标

针对多输入多输出的广义频分复用（MIMO-GFDM）系统的等效信道矩阵维度极大，传统的MIMO检测算法复杂度高且性能不佳的问题，将大规模MIMO系统中的动态禁忌搜索（RTS）检测算法运用到MIMO-GFDM系统中，并解决了RTS算法初始值的求解复杂度高的问题。首先利用最小均方误差（MMSE）检测算法所用到矩阵的正定对称性将矩阵Cholesky分解，并结合Sherman-Morrison公式迭代计算初始值，降低了初始值求逆的高复杂度；然后以改进的MMSE检测结果作为RTS算法的初始值，从初始值逐步全局搜索最优解；最后通过仿真，对不同算法的迭代次数和误码率（BER）性能进行了研究。理论分析与仿真结果表明：在MIMO-GFDM中，所提改进RTS信号检测算法误码率远低于传统信号检测算法。在4QAM时，RTS算法大约有低于MMSE检测6 dB的信噪比性能增益（误码率在10^-3时）；在16QAM时，RTS算法大约有低于MMSE检测4 dB的信噪比性能增益（误码率在10^-2时）。与传统RTS算法性相比，所提改进算法在不影响误码率性能的同时降低了算法复杂度。

非对称成对载波多址信号的相位误差分析及幅度改进算法

徐星辰, 程剑, 唐璟宇, 张剑

2019, 39(4):  1138-1144.  DOI: 10.11772/j.issn.1001-9081.2018092003

摘要 ( )   PDF (935KB) ( )  

参考文献 | 相关文章 | 计量指标

针对由主站和小站信号同频混合而成的非对称成对载波多址（PCMA）信号解调问题，构建了一种实现此类信号解调的框架。参数估计是非对称PCMA通信系统在实现两路信号分离解调时不可或缺的环节，对于幅度参数估计精度问题，提出一种基于四次方法的搜索式幅度估计算法。首先建立非对称PCMA系统解调模型并作出基本假设，然后对不同假设下的相位误差进行对比并分析相位误差对幅度估计算法的影响，最后提出一种新的幅度估计算法。实验结果表明在相同信噪比（SNR）下，正态相位误差下的小站信号解调性能要劣于其均值条件下的解调性能。当误比特率（BER）在数量级为10^-4时，改进算法下小站信号的解调性能提升了1 dB，说明改进算法优于四次方法。

虚拟现实与多媒体计算

分离窗口快速尺度自适应目标跟踪算法

杨春德, 刘京, 瞿中

2019, 39(4):  1145-1149.  DOI: 10.11772/j.issn.1001-9081.2018081821

摘要 ( )   PDF (807KB) ( )  

参考文献 | 相关文章 | 计量指标

针对核相关滤波器（KCF）跟踪算法在面对尺度变化时产生的目标漂移问题，提出一种分离窗口快速尺度自适应目标跟踪算法——FSACF。首先，通过直接对原始帧图像进行特征提取得到基于显著性颜色特征的全局梯度组合特征图，以减小后续的尺度计算对性能的影响；其次，对全局特征图采用分离窗口法，自适应地选取尺度大小并计算对应的最大响应值；最后，采用定义的置信度函数自适应地更新迭代模板函数，提高模型的鲁棒性。通过带有不同干扰属性的视频集上进行实验，发现FSACF算法与KCF算法相比，在精度上提升7.4个百分点，成功率提高12.8个百分点；与未采用全局特征和分离窗口的算法对比，处理速度上提升1.5倍。实验结果表明，FSACF算法在尺度变化发生时能有效避免目标漂移的产生，同时具有一定的效率，并在精度与成功率上均优于对比算法。

利用空间结构信息的相关滤波目标跟踪算法

胡秀华, 王长元, 肖锋, 王亚文

2019, 39(4):  1150-1156.  DOI: 10.11772/j.issn.1001-9081.2018091884

摘要 ( )   PDF (1190KB) ( )  

参考文献 | 相关文章 | 计量指标

为解决在典型相关滤波框架模型中样本信息判别性低引起的跟踪漂移问题，提出一种利用空间结构信息的相关滤波目标跟踪算法。首先，引入空间上下文结构约束进行模型构建的优化，同时利用正则化最小二乘与矩阵分解思想实现闭式求解；然后，采用互补特征用于目标表观描述，并利用尺度因子池处理目标尺度变化情况；最后，借助目标运动连续性进行目标受遮挡影响情况的判定，设计相应的模型更新策略。实验结果表明，在多种典型测试场景中所提算法的准确率较传统算法提高了17.63%，成功率提高了24.93%，可以取得较为鲁棒的跟踪效果。

光学显微定位系统定位精度分析

陈雄, 邹湘军, 樊科, 卢俊

2019, 39(4):  1157-1161.  DOI: 10.11772/j.issn.1001-9081.2018091895

摘要 ( )   PDF (830KB) ( )  

参考文献 | 相关文章 | 计量指标

为了提高光学显微定位系统对细胞微生物识别定位的精度：一方面，必须改进手眼标定方法；另一方面，需要提高全局图像识别的准确性，因此，提出一种两步法对系统进行手眼标定。首先，通过标定固定靶标来确定系统原点，并得到视觉模块相对于系统原点的转换关系；然后，根据每次拍照的起始点位置、拍照的数量和移动的步长求解出全局图像相对于系统原点的转换关系；最后，为了进一步提高全局转换关系的准确度，提出一种基于傅里叶变换的误差矫正方法，利用傅里叶变换求解出视觉模块在移动过程中的误差，并加入系统进行补偿。实验结果表明，误差补偿之后，系统X轴方向的误差均值从10.23 μm降为-0.002 μm，Y轴方向的误差均值从6.9 μm降为-0.50 μm，显微定位系统的平均定位精度达到了99%以上。结果表明，所提方法可很好地用于光学显微定位系统对细胞微生物进行高精度的自动化抓取。

基于卷积神经网络的弱光照图像增强算法

程宇, 邓德祥, 颜佳, 范赐恩

2019, 39(4):  1162-1169.  DOI: 10.11772/j.issn.1001-9081.2018091979

摘要 ( )   PDF (1448KB) ( )  

参考文献 | 相关文章 | 计量指标

针对现有的弱光照图像增强算法强烈依赖于Retinex理论、需人工调整参数等问题，提出一种基于卷积神经网络（CNN）的弱光照图像增强算法。首先，利用四种图像增强手段处理弱光照图像得到四张派生图，分别为：限制对比度自适应直方图均衡派生图、伽马变换派生图、对数变换派生图、亮通道增强派生图；然后，将弱光照图像及其四张派生图输入到CNN中；最后经过CNN的激活，输出增强图像。所提算法直接端到端地实现弱光照图像到正常光照图像的映射，不需要按照Retinex模型先估计光照图像或反射率图像，也无需调整任何参数。所提算法与NPEA（Naturalness Preserved Enhancement Algorithm for non-uniform illumination images）、LIME（Low-light image enhancement via Illumination Map Estimation）、LNET（LightenNet）等算法进行了对比。在合成弱光照图像的实验中，所提算法的均方误差（MSE）、峰值信噪比（PSNR）、结构相似度（SSIM）指标均优于对比算法。在真实弱光照图像实验中，所提算法的平均自然图像质量评价度量（NIQE）、熵指标为所有对比方法中最优，平均对比度增益指标在所有方法中排名第二。实验结果表明：相对于对比算法，所提算法的鲁棒性较好；经所提算法增强后，图像的细节更丰富，对比度更高，拥有更好的视觉效果和图像质量。

结合加权Schatten-p范数与3D全变分的前景检测

陈利霞, 刘俊丽, 王学文

2019, 39(4):  1170-1175.  DOI: 10.11772/j.issn.1001-9081.2018092038

摘要 ( )   PDF (811KB) ( )  

参考文献 | 相关文章 | 计量指标

针对低秩与稀疏方法一般将前景看作背景中存在的异常像素点，从而使得在复杂场景中前景检测精确度下降的问题，提出一种结合加权Schatten-p范数与3D全变分（3D-TV）的前景检测模型。该模型首先将观测数据三分为低秩背景、运动前景和动态干扰；然后利用3D全变分来约束运动前景，并加强对前景目标时空连续性的先验考虑，有效抑制了不连续动态背景异常点的随机扰动；最后利用加权Schatten-p范数约束视频背景的低秩性能，去除噪声干扰。实验结果表明，与鲁棒主成分分析（RPCA）、高阶RPCA（HoRPCA）和张量RPCA（TRPCA）等模型相比，所提模型的综合衡量指标F-measure值是最高的，查全率与查准率也处于最优或次优状态。由此可知，所提模型在动态背景、恶劣天气等复杂场景中能有效提高运动目标的提取精确度，且提取的前景目标视觉效果较好。

基于自适应融合的手掌静脉增强方法

娄梦莹, 袁丽莎, 刘娅琴, 万雪梅, 杨丰

2019, 39(4):  1176-1182.  DOI: 10.11772/j.issn.1001-9081.2018092043

摘要 ( )   PDF (1239KB) ( )  

参考文献 | 相关文章 | 计量指标

针对掌脉轮廓不清晰，图像对比度低、亮度低，进而导致识别性能降低的现象，提出一种自适应融合的手掌静脉增强方法。首先，基于暗原色先验（DCP）去雾算法，根据掌脉图像变异系数自适应选择去雾系数，得到DCP增强图像，并且基于部分子块重叠直方图均衡（POSHE）算法得到POSHE增强图像；然后，将图像分为16个子块，依据图像灰度均值与标准差确定各子块权重；最后，根据各子块权重对DCP和POSHE增强图像进行自适应融合，得到最终增强图像。该方法既保留了DCP算法在增强图像对比度和亮度的同时不引入明显噪声的优点，又保留了POSHE算法在增强图像对比度和亮度的同时不损失局部细节的特点；同时，两者的自适应融合既解决了DCP图像阴影部分掌脉缺失现象，又削弱了POSHE产生的块效应。在对两个公开库和自建库分别进行的实验中，三个数据库的等错误率分别为0.0004、0.0472、0.0579，识别率分别为99.98%、94.27%、92.05%。实验结果表明，与现有的图像增强方法相比，该方法降低了等错误率，提高了识别精度。

基于U-net模型的全自动鼻咽肿瘤MR图像分割

潘沛克, 王艳, 罗勇, 周激流

2019, 39(4):  1183-1188.  DOI: 10.11772/j.issn.1001-9081.2018091908

摘要 ( )   PDF (970KB) ( )  

参考文献 | 相关文章 | 计量指标

鼻咽肿瘤生长方向不确定，解剖结构复杂，当前主要依靠医生手动分割，该方法耗时久同时严重依赖于医生的经验。针对这一问题，基于深度学习理论，提出一种基于U-net模型的全自动鼻咽肿瘤MR图像分割算法，利用卷积操作替换原始U-net模型中的最大池化操作以减少特征信息的损失。首先，从所有患者的肿瘤切片中提取大小为128×128的区域作为数据样本；然后，将患者样本分为训练样本集和测试样本集，并对训练样本集进行数据扩充；最后，选择训练样本集中所有数据用于训练网络模型。为了验证所提模型的有效性，选取测试样本集中患者的所有肿瘤切片进行分割，最终平均分割精度可达到：DSC（Dice Similarity Coefficient）为80.05%，PM系数为85.7%，CR系数为71.26%，ASSD（Average Symmetric Surface Distance）指标为1.1568。与基于图像块的卷积神经网络（CNN）相比，所提算法DSC，PM（Prevent Match）、CR（Correspondence Ratio）系数分别提高了9.86个百分点、19.61个百分点、16.02个百分点，ASSD指标下降了0.4364；与全卷积神经网络（FCN）模型及基于最大池化的U-net网络相比，所提算法的DSC、CR系数均取得了最优结果，PM系数较两种对比模型中的最大值低2.55个百分点，ASSD指标较两种对比模型中的最小值略高出0.0046。实验结果表明，所提算法针对鼻咽肿瘤图像可以实现较好的自动化分割效果以辅助医生进行诊断。

基于最大截面特征的病变宫颈细胞核的自动筛查

韩颖, 赵萌, 陈胜勇, 王照锡

2019, 39(4):  1189-1195.  DOI: 10.11772/j.issn.1001-9081.2018091904

摘要 ( )   PDF (1118KB) ( )  

参考文献 | 相关文章 | 计量指标

针对基于细胞图像分割的病变宫颈细胞筛查中由于细胞精细分割复杂而不能实现筛查自动化的问题，提出一种省略精细分割步骤的宫颈细胞分类算法。首先，定义一种新的用于描述像素值分布的特征——最大截面（MAXSection）特征，将该特征与反向传播（BP）神经网络和Selective Search算法结合，实现细胞核感兴趣区域（ROI）的准确提取（最高正确率100%）；其次，基于最大截面特征定义了两个参数——估计长与估计宽，用于描述病变细胞核的形态变化；最后，根据宫颈细胞发生癌变时其核会绝对增大的特点，利用以上两参数实现病变细胞核（估计长与估计宽中至少一个参数大于65）与正常细胞核（估计长与估计宽均小于等于65）的分类。实验结果表明，该自动筛查算法的准确率为98.89%，敏感度为98.18%，特异度为99.20%。该算法可以完成从输入整幅巴氏涂片到输出最终筛查结果的全部过程，实现病变宫颈细胞筛查的自动化。

基于小波变换的分数阶微分算法在肝脏肿瘤CT图像纹理增强中的应用

邱甲军, 吴跃, 惠孛, 刘彦伯

2019, 39(4):  1196-1200.  DOI: 10.11772/j.issn.1001-9081.2018081823

摘要 ( )   PDF (920KB) ( )  

参考文献 | 相关文章 | 计量指标

图像纹理增强过程中容易丢失平滑区域纹理细节，而分数阶微分增强虽然能够非线性保留平滑区域纹理细节，但对频率分辨率敏感。针对这个问题，提出一种基于小波变换的分数阶微分纹理增强算法，应用于平扫计算机断层扫描（CT）图像的肝脏肿瘤区域的纹理增强。首先，通过小波变换将图像感兴趣区分解成多个子带分量；其次，基于分数阶微分定义构造一个带补偿参数的分数阶微分掩膜；最后，使用该掩膜与每个高频子带分量进行卷积并利用小波逆变换重组图像感兴趣区。实验结果表明，该方法在使用较大分数阶次显著增强肿瘤区域的高频轮廓信息的同时，有效地保留了低频平滑的纹理细节：增强后的肝细胞癌区域与原区域相比，信息熵平均增加36.56%，平均梯度平均增加321.56%，平均绝对差值平均为9.287；增强后的肝血管瘤区域与原区域相比，信息熵平均增加48.77%，平均梯度平均增加511.26%，平均绝对差值平均为14.097。

基于卷积神经网络的左心室超声图像特征点定位

周玉金, 王晓东, 张力戈, 朱锴, 姚宇

2019, 39(4):  1201-1207.  DOI: 10.11772/j.issn.1001-9081.2018091931

摘要 ( )   PDF (1169KB) ( )  

参考文献 | 相关文章 | 计量指标

针对传统级联卷积神经网络（CNN）在左心室超声图像中定位准确度较低的问题，提出一种融合更快速区域卷积神经网络（Faster-RCNN）模型提取区域的级联卷积神经网络，实现对超声图像中左心室心内膜和心外膜轮廓特征点的定位。首先，采用两级级联的方式改进传统级联卷积神经网络的网络结构，第一级网络利用一个改进的卷积网络粗略定位左心室心内膜和心外膜联合的特征点，第二级网络使用四个改进的卷积网络分别对心内膜特征点和心外膜特征点进行位置微调，之后定位输出左心室心内膜和心外膜联合的轮廓特征点位置；然后，将改进的级联卷积神经网络与目标区域提取融合，即利用Faster-RCNN模型提取包含左心室的目标区域并将目标区域送入改进的级联卷积神经网络；最后，由粗到细对左心室轮廓特征点进行定位。实验结果表明，与传统级联卷积神经网络相比，所提方法在左心室超声图像上的定位效果更好，更逼近真实值，在均方根误差的评价标准下，特征点定位准确度提升了32.6个百分点。

基于机器视觉的不同类型甘蔗茎节识别

石昌友, 王美丽, 刘欣然, 黄慧丽, 周德强, 邓干然

2019, 39(4):  1208-1213.  DOI: 10.11772/j.issn.1001-9081.2018092016

摘要 ( )   PDF (917KB) ( )  

参考文献 | 相关文章 | 计量指标

针对不同种类甘蔗表面多样性和复杂性等因素导致甘蔗图像的茎节难以识别问题，提出一种基于机器视觉且适合各种类型甘蔗的茎节识别方法。首先，通过迭代拟合法从原始图像中提取甘蔗目标区域，并估计甘蔗目标与横轴的倾斜角度，根据倾斜角度参数旋转甘蔗目标成近似平行横轴姿态；然后，利用双密度双树复小波变换（DD-DTCWT）对图像进行分解，使用不同层次的垂直和近似垂直方向的小波系数重构图像；最后，运用图像直线检测算法对重构图像进行检测，得到甘蔗茎节部位的边缘线，对边缘线的密度、长度、相互距离信息进一步验证便可实现甘蔗茎节的识别和定位。实验结果显示甘蔗茎节完整识别率达到92%，约80%的茎节的定位精度小于16个像素，95%的茎节的定位精度小于32个像素，所提方法在不同的图像背景下，都能够成功地对不同类型的甘蔗进行茎节识别，并且定位精度高。

应用前沿、交叉与综合

基于密集子图的银行电信诈骗检测方法

刘枭, 王晓国

2019, 39(4):  1214-1219.  DOI: 10.11772/j.issn.1001-9081.2018091861

摘要 ( )   PDF (890KB) ( )  

参考文献 | 相关文章 | 计量指标

目前银行对电信诈骗的标记数据积累少，人工标记数据的代价大，导致电信诈骗检测的有监督学习方法可使用的标记数据不足。针对这个问题，提出一种基于密集子图的无监督学习方法用于电信诈骗的检测。首先，通过在账户-资源（IP地址和MAC地址统称为资源）网络搜索可疑度较高的子图来识别欺诈账户；然后，设计了一种符合电信诈骗特性的子图可疑度量；最后，提出一种磁盘驻留、线性内存消耗且有理论保障的可疑子图搜索算法。在两组模拟数据集上，所提方法的F1-score分别达到0.921和0.861，高于CrossSpot、fBox和EvilCohort算法，与M-Zoom算法的0.899和0.898相近，但是所提方法的平均运行时间和内存消耗峰值均小于M-Zoom算法；在真实数据集上，所提方法的F1-score达到0.550，高于fBox和EvilCohort算法，与M-Zoom算法的0.529相近。实验结果表明，所提方法能较好地应用于现阶段的银行反电信诈骗业务，且非常适合于实际应用中的大规模数据集。

基于Octomap的仿人机器人局部环境与能力图模型算法

易康, 赵玉婷, 齐新社

2019, 39(4):  1220-1223.  DOI: 10.11772/j.issn.1001-9081.2018091935

摘要 ( )   PDF (657KB) ( )  

参考文献 | 相关文章 | 计量指标

基于3D点云数据的机器人三维空间能力图模型算法存在体素网格搜索计算量大的问题，由于OcTree在三维空间细分时的层次化优势，提出一种基于Octomap的局部环境与能力图模型算法。首先，根据NAO机器人的关节组成、正向运动学、逆向运动学和刚体坐标变换，对NAO仿人机器人构建全身二叉树状运动学模型；其次在此基础上使用前向运动学在笛卡儿空间计算离散的三维可达点云，并将其作为机器人终端效应器的基础工作空间；然后重点描述将点云空间表示转化为Octomap空间节点表示的方法，尤其是空间节点的概率更新方法；最后提出根据节点几何关系进行空间节点更新顺序选择的优化方法，从而高效地实现了仿人机器人能力图的空间优化表示。实验结果表明，相对于之前的原始Octomap更新方法，优化后的算法能降低近30%空间节点数，提高计算效率。

以脑电图子序列特征向量为节点的脑网络分析方法

杨雄, 姚蓉, 杨鹏飞, 王哲, 李海芳

2019, 39(4):  1224-1228.  DOI: 10.11772/j.issn.1001-9081.2018092037

摘要 ( )   PDF (819KB) ( )  

参考文献 | 相关文章 | 计量指标

工作记忆复杂网络分析方法大多数是以通道作为节点从空间的角度进行分析，很少有从时间角度对通道网络进行分析。针对脑电图（EEG）的高时间分辨率特性及时间序列分段较难的缺陷，提出一种从时间角度构建网络并对网络进行分析的方法。首先，利用微状态将每个通道的EEG信号划分成不同的子段作为网络的节点；其次，在子段中提取并选择有效特征作为子段的特征，计算子段特征向量之间的相关性构建通道时间序列复杂网络；最后，对所构建网络的属性及相似性进行分析，并在精神分裂症患者EEG数据上进行验证。实验结果表明，通过所提方法对精神分裂症数据进行分析，能够充分利用EEG信号的时间特性从时间角度深入了解精神分裂症病人工作记忆中构建的时间序列通道网络的特点，解释了精神分裂症患者与正常人的显著性差异。

风电机组齿轮箱的多变量时间序列故障预警

刘帅, 刘长良, 甄成刚

2019, 39(4):  1229-1233.  DOI: 10.11772/j.issn.1001-9081.2018102087

摘要 ( )   PDF (820KB) ( )  

参考文献 | 相关文章 | 计量指标

针对风电机组故障预警中，原始动态时间规整（DTW）算法无法有效度量风电机组多变量时间序列数据之间距离的问题，提出一种基于犹豫模糊集的动态时间规整（HFS-DTW）算法。该算法是原始DTW算法的一种扩展算法，可对单变量和多变量时间序列数据进行距离度量，且精度与速度较原始DTW算法更优。以子时间序列相似度距离为目标函数，使用帝国竞争算法（ICA）优化了HFS-DTW算法中的子序列长度和步距参数。算例研究表明与仅DTW算法和非参数最优的HFS-DTW算法相对比，参数最优的HFS-DTW可挖掘更多的多维特征点信息，输出的多维特征点相似序列具有更丰富细节；且基于所提算法可提前10天预警风电机组齿轮箱故障。

基于载波相位差分的形变监测高精度定位算法

陈凯, 孙希延, 纪元法, 王守华, 陈紫强

2019, 39(4):  1234-1239.  DOI: 10.11772/j.issn.1001-9081.2018071454

摘要 ( )   PDF (985KB) ( )  

参考文献 | 相关文章 | 计量指标

传统载波相位差分算法在形变监测领域适用性不足，实时动态定位（RTK）精度难以满足要求，而载波双差静态相对定位连续解算时形变跟踪性能较低等。针对这些问题，在对动静态算法深入研究的基础上，提出一种基于载波相位差分的动静态自适应融合算法。通过方差变化法实时判断定位结果是否收敛，自适应调节扩展卡尔曼滤波（EKF）状态先验估计过程。在收敛时刻增大位置参数的先验估计误差的协方差值，使EKF后验估计过程倾向于信赖测量值；未收敛时刻通过EKF迭代，使EKF后验估计过程倾向于信赖状态预测值。实验结果表明：相比传统RTK新算法精度有明显提高，水平达±2 mm内，高程达到±4 mm内；相比静态定位则缩减了观测周期，提高了微小形变跟踪性能。

基于模型参考的异构多智能体平均一致性

于家兴, 魏海平, 金丽娜, 魏宇峰

2019, 39(4):  1240-1246.  DOI: 10.11772/j.issn.1001-9081.2018081824

摘要 ( )   PDF (893KB) ( )  

参考文献 | 相关文章 | 计量指标

针对参数未知的异构线性多智能体系统，在无向或平衡有向网络下提出一种固定输出平均一致性协议，使得每个智能体的输出达到它们初始输出的平均值。首先，网络中每个智能体都被建模成阶数不同且相关度为1或2的未知线性系统，并根据自身及其邻居节点的输出更新其状态；其次，基于模型参考控制方法，对不同相关度的智能体定义相对应的模型；最后，提出一致性协议使每个智能体的输出收敛至其参考模型的输出，即达到固定输出平均一致。仿真实验利用了一个说明性的例子验证了所提协议的有效性和收敛性。